#137 GLM 5V Turbo
none- लागत
- $0.042
- समय
- 177.3s
- टोकन
- 10,434 tok
Z.ai
रिलीज़: 2026-04-01
परीक्षण किया गया: 2026-06-04 13:05
z-ai/glm-5v-turbo::none
~106B कुल (~12B सक्रिय)MoEबंद स्रोतअनुमानित
(medium)
(none)
सारांश
GLM 5V Turbo AI BENCHY पर 5.6 स्कोर करता है और #137 पर है। इसकी reliability 10.0, pass rate 36.4%, कुल लागत $0.052, और औसत response time 2.99s है।
संग्रहीत मॉडल: इस मॉडल को अब अपडेट नहीं किया जाएगा और नए परीक्षणों में टेस्ट नहीं किया जाएगा।
मॉडल विवरण
शोध की तारीख: 2026-08-12
- पैरामीटर
- ~106B कुल (~12B सक्रिय)
- आर्किटेक्चर
- MoE
- उपलब्धता
- बंद स्रोत
- लाइसेंस
- -
सार्वजनिक साक्ष्यों पर आधारित सर्वोत्तम अनुमान; प्रदाता ने सभी मान जारी नहीं किए हैं।
5.6
संगति
9.5
10.0
$0.052
कुल आउटपुट टोकन
1,766
कुल इनपुट टोकन
37,100
इनपुट कीमत
$1.200 / 1M
आउटपुट कीमत
$4.000 / 1M
अस्थिर टेस्ट
0
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
रन इतिहास
| परीक्षण किया गया | स्कोर | विश्वसनीयता | सही परीक्षण | कुल लागत | तुलना करें |
|---|---|---|---|---|---|
| 2026-06-04 13:05 दोबारा परीक्षण | 5.6 | 10.0 | $0.052 | तुलना करें | |
| 2026-06-04 13:05 दोबारा परीक्षण | 5.6 | 10.0 | $0.052 | वर्तमान रन | |
| 2026-06-04 13:05 नया टेस्ट जोड़ा गया | 5.8 | 10.0 | $0.052 | तुलना करें | |
| 2026-05-21 23:41 सूट बदला गया | 5.9 | 10.0 | $0.049 | तुलना करें | |
| 2026-04-11 01:19 पहला दर्ज रन | 6.2 | लागू नहीं | $0.044 | तुलना करें |
रन तुलना
| रन | बेंचमार्क कवरेज | स्कोर | संगति | विश्वसनीयता | सही परीक्षण | अस्थिर टेस्ट | कुल आउटपुट टोकन | कुल इनपुट टोकन | कुल लागत | प्रतिक्रिया समय (औसत) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-06-04 13:05 · दोबारा परीक्षण | 63/63 प्रयास | 5.6 | 9.5 | 10.0 | 8/21 | 0 | 1,766 | 37,100 | $0.052 | 2.99s |
| 2026-04-11 01:19 · पहला दर्ज रन | 54/54 प्रयास | 6.2 | 10.0 | लागू नहीं | 8/18 | 0 | 1,724 | 0 | $0.044 | 3.10s |
| अंतर | — | -0.6 | -0.5 | 0 | 0 | +42 | +37100 | +$0.009 | -116ms |
बेंचमार्क कवरेज अलग है: 63/63 प्रयास (लक्ष्य: प्रति टेस्ट 3 दोहराव) बनाम 54/54 प्रयास (लक्ष्य: प्रति टेस्ट 3 दोहराव)। कुल और दोहराव-संवेदनशील मेट्रिक सीधे तुलना योग्य नहीं हैं।
इन दो रन में अलग-अलग बेंचमार्क सूट इस्तेमाल हुए थे, इसलिए अंतर मॉडल बदलाव और सूट बदलाव दोनों को दर्शाते हैं।
कीमत का इतिहास
OpenRouter से इस मॉडल का ऐतिहासिक मूल्य डेटा।
| तारीख | इनपुट कीमत | आउटपुट कीमत |
|---|---|---|
| 2026-06-04 15:40 | $1.200 / 1M | $4.000 / 1M |
चार्ट
पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।
स्कोर के अनुसार शीर्ष मॉडल
स्कोर vs कुल लागत
प्रतिक्रिया समय (औसत)
स्कोर vs प्रतिक्रिया समय (औसत)
कुल आउटपुट टोकन
स्कोर vs कुल आउटपुट टोकन
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| एंटी-एआई ट्रिक्स | 4.8 | 10.0 | |
| कोडिंग | 5.5 | 10.0 | |
| संयुक्त | 1.5 | 5.0 | |
| डेटा पार्सिंग और निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 5.3 | 10.0 | |
| Samanya Buddhimatta | 4.6 | 10.0 | |
| निर्देश पालन | 6.5 | 10.0 | |
| पहेली समाधान | 5.3 | 10.0 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |